Subseturi în analitica comportamentală

Analiza căilor (computing)

Analiza căilor este o prezentare a unui lanț de evenimente consecutive pe care un anumit utilizator sau cohortă le efectuează într-o anumită perioadă de timp în timp ce folosește un site web, un joc online sau o platformă de comerț electronic. Fiind un subset al analizei comportamentale, analiza căilor este o modalitate de a înțelege comportamentul utilizatorului pentru a obține informații utile asupra datelor. Analiza căii oferă o imagine vizuală a fiecărui eveniment pe care un utilizator sau un grup îl efectuează ca parte a unei căi într-o anumită perioadă de timp.

Deși este posibil să urmăriți calea unui utilizator prin site și chiar să afișați acea cale ca o reprezentare vizuală, adevărata întrebare este cum să obțineți aceste informații utile. Dacă analiza traseului pur și simplu produce un grafic „frumos”, deși poate arăta frumos, nu oferă nimic concret asupra căruia să se acționeze.

Exemple

Pentru a profita la maximum de analiza traseului, primul pas ar fi să determinați ce trebuie analizat și care sunt scopurile analizei. Este posibil ca o companie să încerce să descopere de ce site-ul său funcționează lent, sunt anumite tipuri de utilizatori interesați de anumite pagini sau produse, sau dacă interfața cu utilizatorul este configurată într-un mod logic.

Acum că obiectivul a fost stabilit, există câteva modalități de a efectua analiza. Dacă un procent mare dintr-o anumită cohortă, persoane cu vârsta cuprinsă între 18-25 de ani, se conectează la un joc online, creează un profil și apoi își petrec următoarele 10 minute rătăcind prin pagina de meniu, atunci este posibil ca interfața de utilizator să nu fie logică. Văzând acest grup de utilizatori urmând calea pe care a făcut-o, un dezvoltator va putea să analizeze datele și să realizeze că după crearea unui profil, butonul „jucați jocul” nu apare. Astfel, analiza căilor a putut să ofere date acționabile pentru ca firma să acționeze și să remedieze o eroare.

În comerțul electronic, analiza căilor poate ajuta la personalizarea experienței de cumpărături pentru fiecare utilizator. Privind produsele la care s-au uitat alți clienți dintr-o anumită cohortă înainte de a cumpăra unul, o companie poate sugera „articole care v-ar putea plăcea” următorului client și crește șansele ca aceștia să facă o achiziție. De asemenea, analiza căilor poate ajuta la rezolvarea problemelor de performanță pe o platformă. De exemplu, o companie se uită la o cale și își dă seama că site-ul său se blochează după o anumită combinație de evenimente. Analizând calea și progresul evenimentelor care au dus la eroare, compania poate identifica eroarea și o poate remedia.

Evoluţia

Din punct de vedere istoric, analiza căilor s-a încadrat în categoria largă a analizei site-urilor web și se referă doar la analiza căilor prin intermediul site-urilor web. Analiza căilor în analitica site-ului este un proces de determinare a unei secvențe de pagini vizitate într-o sesiune de vizitator înainte de un eveniment dorit, cum ar fi vizitatorul care achiziționează un articol sau solicită un buletin informativ. Ordinea precisă a paginilor vizitate poate fi sau nu importantă și poate fi sau nu specificată. În practică, această analiză se face în mod agregat, clasificând căile (secvențele de pagini) vizitate anterior evenimentului dorit, prin frecvența descrescătoare de utilizare. Ideea este de a determina ce caracteristici ale site-ului încurajează rezultatul dorit. „Analiza fallout”, un subset de analiză a căilor, analizează „găurile negre” de pe site sau căile care duc cel mai frecvent la o fundătură, căi sau caracteristici care derutează sau pierd potențiali clienți.

Odată cu apariția megadatelor, împreună cu aplicațiile bazate pe web, jocurile online și platformele de comerț electronic, analiza căilor a ajuns să includă mult mai mult decât doar analiza căilor web. Înțelegerea modului în care utilizatorii se deplasează printr-o aplicație, un joc sau o altă platformă web, face parte din analiza căilor moderne.

Înțelegerea vizitatorilor

În lumea reală, atunci când vizitați un magazin, rafturile și produsele nu sunt plasate într-o ordine aleatorie. Proprietarul magazinului analizează cu atenție vizitatorii și calea pe care o parcurg prin magazin, mai ales atunci când selectează sau cumpără produse. În continuare, proprietarul magazinului va reordona rafturile și produsele pentru a optimiza vânzările, punând totul în cea mai logică ordine pentru vizitatori. Într-un supermarket, acest lucru va duce de obicei la raftul de vin lângă o varietate de prăjituri, chipsuri, nuci etc. Doar pentru că oamenii beau vin și mănâncă și nuci cu el.

În majoritatea site-urilor web se poate aplica aceeași logică. Vizitatorii care au întrebări despre un produs vor accesa secțiunea de informații despre produs sau de asistență a unui site web. De acolo, fac un pas logic către pagina cu întrebări frecvente dacă au o anumită întrebare. Proprietarul unui site web dorește, de asemenea, să analizeze comportamentul vizitatorilor. De exemplu, dacă un site web oferă produse spre vânzare, proprietarul dorește să convertească cât mai mulți vizitatori într-o achiziție finalizată. Dacă există un formular de înscriere cu mai multe pagini, proprietarii de site-uri web doresc să îndrume vizitatorii către pagina finală de înscriere.

Analiza căilor răspunde la întrebări tipice precum:

Unde merg majoritatea vizitatorilor după ce intră pe pagina mea de pornire?

Există o relație puternică cu vizitatorii între produsul A și produsul B pe site-ul meu?

Întrebări la care nu se poate răspunde prin accesările paginii și statisticile unice ale vizitatorilor.

Canale și obiective

Google Analytics oferă o funcție de cale cu canale și obiective. Este specificată o cale predeterminată a paginilor site-ului web și fiecare vizitator care merge pe cale este un obiectiv. Această abordare este foarte utilă atunci când se analizează câți vizitatori ajung la o anumită pagină de destinație, numită analiză a punctului final.

Utilizarea hărților

Căile pe care vizitatorii le parcurg pe un site web pot duce la un număr infinit de căi unice. Ca urmare, nu are rost să analizezi fiecare cale, ci să cauți cele mai puternice căi. Aceste căi cele mai puternice sunt afișate de obicei într-o hartă grafică sau în text, cum ar fi: Pagina A –> Pagina B –> Pagina D –> Ieșire.

Analiza cohortelor

Analiza cohortelor este un subset al analiticii comportamentale care preia datele dintr-un anumit set de date (de exemplu, o platformă de comerț electronic, o aplicație web sau un joc online) și, în loc să privească toți utilizatorii ca o singură unitate, îi împarte în grupuri înrudite pentru analiză. Aceste grupuri înrudite sau cohorte, de obicei, împărtășesc caracteristici sau experiențe comune într-un interval de timp definit. Analiza cohortei permite unei companii „să vadă în mod clar tiparele de-a lungul ciclului de viață al unui client (sau utilizator), mai degrabă decât să parcurgă toți clienții orbește, fără a lua în considerare ciclul natural pe care îl trece un client”. Văzând aceste modele în timp, o companie își poate adapta și personaliza serviciile la acele cohorte specifice. Deși analiza cohortelor este uneori asociată cu un studiu de cohortă, acestea sunt diferite și nu ar trebui să fie privite ca una și aceeași. Analiza cohortelor a ajuns să descrie în mod specific analiza în ceea ce privește datele mari și analiza de afaceri, în timp ce un studiu de cohortă este un termen umbrelă mai general care descrie un tip de studiu în care datele sunt împărțite în grupuri similare.

Exemple

Scopul unui instrument de analitică de afaceri este să analizeze și să prezinte informații utile. Pentru ca o companie să acționeze asupra unor astfel de informații, acestea trebuie să fie relevante pentru situația în cauză. O bază de date plină cu mii sau chiar milioane de intrări ale tuturor datelor utilizatorilor face dificilă obținerea de date acționabile, deoarece acele date se întind pe multe categorii și perioade de timp diferite. Analiza cohortelor care poate fi acționată permite abilitatea de a detalia utilizatorii fiecărei cohorte specifice pentru a obține o mai bună înțelegere a comportamentelor acestora, cum ar fi dacă utilizatorii ar fi plătit și cât au plătit. În analiza cohortei, „fiecare grup nou [cohortă] oferă oportunitatea de a începe cu un nou set de utilizatori”, permițând companiei să se uite numai la datele relevante pentru interogarea curentă și să acționeze în baza acesteia.

În comerțul electronic, o firmă poate fi interesată doar de clienții care s-au înscris în ultimele două săptămâni și care au făcut o achiziție, ceea ce este un exemplu de cohortă specifică. Un dezvoltator de software poate să-i pese doar de datele de la utilizatorii care se înscriu după o anumită actualizare sau care folosesc anumite funcții ale platformei.

(Un exemplu de analiză a cohortei de jucători pe o anumită platformă: Jucătorilor experți, grupa 1, le va păsa mai mult de funcțiile avansate și de timpul de întârziere în comparație cu noile înscrieri, grupa 2. Cu aceste două cohorte determinate și analiza rulată, companiei de jocuri de noroc i se va prezenta o reprezentare vizuală a datelor specifice celor două cohorte. Apoi s-ar putea observa că o ușoară întârziere a timpilor de încărcare s-a transpus într-o pierdere semnificativă de venituri de la jucătorii avansați, în timp ce noile înscrieri nici măcar nu au observat decalajul. Dacă compania s-ar fi uitat pur și simplu la rapoartele sale generale de venituri pentru toți clienții, nu ar fi putut vedea diferențele dintre aceste două grupuri. Analiza cohortei permite unei companii să identifice modele și tendințe și să facă modificările necesare pentru a-i face fericiți atât pe jucătorii avansați, cât și pe cei noi.)

Analitica profundă acționabilă a cohortelor

„O valoare acționabilă este una care leagă acțiuni specifice și repetabile de rezultatele observate [cum ar fi înregistrarea utilizatorului sau finalizarea plății]. Opusul valorilor acționabile sunt valorile vanitare (cum ar fi accesările web sau numărul de descărcări) care servesc doar pentru a documenta starea actuală a produsului, dar nu oferă nicio perspectivă asupra modului în care am ajuns aici sau ce trebuie să facem în continuare.” Fără analitici acționabile, informațiile care sunt prezentate ar putea să nu aibă nicio aplicație practică, deoarece singurele puncte de date reprezintă valori de vanitate care nu se traduc într-un rezultat specific. Deși este util pentru o companie să știe căți oameni sunt pe site-ul său, această valoare este inutilă în sine. Pentru ca aceasta să poată fi acționată, trebuie să relaționeze o „acțiune repetabilă cu [un] rezultat observat”.

Efectuarea analizei cohortelor

Pentru a efectua o analiză adecvată a cohortei, există patru etape principale:

Determinarea întrebării la care să se răspundă. Scopul analizei este de a veni cu informații care să poată acționa pentru a îmbunătăți afacerea, produsul, experiența utilizatorului, cifra de afaceri etc. Pentru a vă asigura că acest lucru se întâmplă, este important să se pună întrebarea corectă. În exemplul de jocuri de mai sus, compania nu era sigură de ce pierdeau venituri pe măsură ce timpul de întârziere creștea, în ciuda faptului că utilizatorii încă se înregistrau și jucau jocuri.
Definirea valorilor care vă vor putea ajuta să răspundeți la întrebare. O analiză adecvată a cohortei necesită identificarea unui eveniment, cum ar fi un utilizator care face check-out, și proprietăți specifice, cum ar fi cât a plătit utilizatorul. Exemplul de jocuri a măsurat dorința unui client de a cumpăra credite pentru jocuri în funcție de cât de mult timp a stat pe site.
Definirea cohortelor specifice care sunt relevante. În crearea unei cohorte, trebuie fie să analizăm toți utilizatorii și să-i vizăm, fie să se efectueze o contribuție de atribut pentru a găsi diferențele relevante dintre fiecare dintre ei, în cele din urmă pentru a descoperi și explica comportamentul lor ca o anumită cohortă. Exemplul de mai sus împarte utilizatorii în utilizatori „de bază” și „avansați”, deoarece fiecare grup diferă în ceea ce privește acțiunile, sensibilitățile structurii prețurilor și nivelurile de utilizare.
Efectuarea analizei cohortelor. Analiza de mai sus a fost realizată folosind vizualizarea datelor, care a permis companiei de jocuri să realizeze că veniturile lor scădeau deoarece utilizatorii avansați mai bine plătiți nu foloseau sistemul pe măsură ce timpul de întârzierea creștea. Deoarece utilizatorii avansați reprezentau o parte atât de mare din veniturile companiei, înscrierile suplimentare de bază ale utilizatorilor nu acopereau pierderile financiare din pierderea utilizatorilor avansați. Pentru a remedia acest lucru, compania și-a îmbunătățit timpii de întârziere și a început să se adreseze mai mult utilizatorilor avansați.